आधुनिक बायोमेट्रिक पहचान के तरीके

हाल ही में Habré पर Google फेशियल आइडेंटिफिकेशन सिस्टम के लिए बहुत सारे लेख समर्पित हैं। ईमानदार होने के लिए, उनमें से बहुत से, यह पत्रकारिता को सहन करता है और, इसे हल्के ढंग से, अक्षमता में डाल देता है। और मैं बॉयोमीट्रिक्स पर एक अच्छा लेख लिखना चाहता था, यह पहले एक में नहीं है! हैबे पर बायोमेट्रिक्स पर कुछ अच्छे लेख हैं - लेकिन वे काफी कम और अधूरे हैं। यहां मैं बॉयोमीट्रिक पहचान के सामान्य सिद्धांतों और इस मामले में मानव जाति की आधुनिक उपलब्धियों को संक्षेप में रेखांकित करने का प्रयास करूंगा। व्यक्तियों द्वारा पहचान सहित।

लेख की एक अगली कड़ी है , जो संक्षेप में, इसकी पूर्वकथा है।

लेख के आधार के रूप में, हम एक पत्रिका ( बीडीआई, 2009 ) में एक सहयोगी के साथ एक संयुक्त प्रकाशन का उपयोग करेंगे, जो आधुनिक वास्तविकताओं के लिए संशोधित होगा। अभी तक कोई सहकर्मी नहीं हैं, लेकिन उन्होंने यहाँ संशोधित लेख के प्रकाशन का समर्थन किया। प्रकाशन के समय, लेख आधुनिक बॉयोमीट्रिक प्रौद्योगिकी बाजार का एक संक्षिप्त अवलोकन था, जिसे हमने अपने उत्पाद को बढ़ावा देने से पहले खुद के लिए संचालित किया था। प्रयोज्यता पर मूल्यांकन के फैसले लेख के दूसरे भाग में सामने रखे गए हैं, उन लोगों की राय पर आधारित हैं जिन्होंने उत्पादों का उपयोग और परिचय किया है, साथ ही रूस और यूरोप में बायोमेट्रिक सिस्टम के उत्पादन में शामिल लोगों की राय पर भी।

सामान्य जानकारी

आइए बुनियादी बातों से शुरू करें। 95% मामलों में, बायोमेट्रिक्स स्वाभाविक रूप से गणितीय आँकड़े हैं। और मेटास्टैट एक सटीक विज्ञान है, जिसका एल्गोरिदम हर जगह उपयोग किया जाता है: दोनों रडार और बायेसियन सिस्टम में। किसी भी बायोमेट्रिक सिस्टम की दो मुख्य विशेषताओं के रूप में, पहली और दूसरी तरह की त्रुटियों को स्वीकार किया जा सकता है)। रडार के सिद्धांत में, उन्हें आमतौर पर "गलत अलार्म" या "लक्ष्य याद आती है" कहा जाता है और बॉयोमीट्रिक्स में सबसे अच्छी तरह से स्थापित अवधारणाएं एफएआर (झूठी स्वीकृति दर) और एफआरआर (झूठी अस्वीकृति दर) हैं। पहला नंबर दो लोगों के बायोमेट्रिक विशेषताओं के झूठे संयोग की संभावना को दर्शाता है। दूसरा अधिकृत व्यक्ति तक पहुंच से इनकार करने की संभावना है। बेहतर प्रणाली, समान एफएआर मूल्यों के लिए एफआरआर मूल्य कम होता है। कभी-कभी ईईआर तुलनात्मक विशेषता का उपयोग किया जाता है, जो उस बिंदु को निर्धारित करता है जिस पर एफआरआर और एफएआर रेखांकन प्रतिच्छेद करते हैं। लेकिन यह हमेशा प्रतिनिधि से दूर है। अधिक विवरण पाया जा सकता है, उदाहरण के लिए, यहाँ ।
निम्नलिखित पर ध्यान दिया जा सकता है: यदि ओपन बायोमेट्रिक डेटाबेस के लिए सिस्टम की विशेषताओं में एफएआर और एफआरआर नहीं दिए गए हैं, तो जो भी निर्माता अपनी विशेषताओं की घोषणा करेंगे, यह प्रणाली प्रतियोगियों की तुलना में सबसे अधिक संभावना अक्षम या बहुत कमजोर है ।
लेकिन न केवल एफएआर और एफआरआर एक बायोमेट्रिक सिस्टम की गुणवत्ता निर्धारित करते हैं। यदि यह केवल मामला था, तो अग्रणी तकनीक डीएनए द्वारा लोगों की पहचान होगी, जिसके लिए एफएआर और एफआरआर शून्य है। लेकिन यह स्पष्ट है कि यह तकनीक मानव विकास के वर्तमान स्तर पर लागू नहीं है! हमने कई अनुभवजन्य विशेषताओं को विकसित किया है जो हमें सिस्टम की गुणवत्ता का मूल्यांकन करने की अनुमति देता है। नकली प्रतिरोध एक अनुभवजन्य विशेषता है जो संक्षेप में बताता है कि बायोमेट्रिक पहचानकर्ता को मूर्ख बनाना कितना आसान है। "पर्यावरण का प्रतिरोध" - एक ऐसी विशेषता जो विभिन्न बाहरी स्थितियों के तहत प्रणाली की स्थिरता का मूल्यांकन करती है, जैसे कि प्रकाश या कमरे के तापमान में परिवर्तन। "उपयोग में आसानी" से पता चलता है कि बायोमेट्रिक स्कैनर का उपयोग करना कितना मुश्किल है, क्या पहचान "संभव है"। एक महत्वपूर्ण विशेषता "स्पीड" है, और "सिस्टम की लागत।" यह मत भूलो कि किसी व्यक्ति की बायोमेट्रिक विशेषताओं समय के साथ बदल सकती हैं, इसलिए यदि यह अस्थिर है, तो यह एक महत्वपूर्ण ऋण है।
बायोमेट्रिक विधियों की प्रचुरता अद्भुत है। किसी व्यक्ति की स्थिर बायोमेट्रिक विशेषताओं का उपयोग करने वाली मुख्य विधियां उंगलियों, परितारिका, चेहरे की ज्यामिति, रेटिना, आर्म नस पैटर्न, हैंड ज्योमेट्री पर पैपिलरी पैटर्न द्वारा पहचानी जाती हैं। ऐसे तरीकों का एक परिवार भी है जो गतिशील विशेषताओं का उपयोग करते हैं: आवाज की पहचान, हस्तलिखित रेखांकन गतिशीलता, हृदय गति, चाल। नीचे कुछ साल पहले बायोमेट्रिक बाजार का वितरण किया गया है। हर दूसरे स्रोत में, इन आंकड़ों में 15-20 प्रतिशत का उतार-चढ़ाव होता है, इसलिए यह केवल एक अनुमान है। इसके अलावा यहां "हाथ की ज्यामिति" की अवधारणा के तहत दो अलग-अलग विधियां हैं जिन्हें नीचे वर्णित किया जाएगा।

लेख में हम केवल उन विशेषताओं पर विचार करेंगे जो एक्सेस कंट्रोल और मैनेजमेंट सिस्टम (एसीएस) या संबंधित कार्यों में लागू हैं। इसकी श्रेष्ठता के कारण, ये मुख्य रूप से स्थिर विशेषताएं हैं। फिलहाल गतिशील विशेषताओं में से, केवल आवाज की पहचान में कम से कम कुछ सांख्यिकीय महत्व है (सबसे खराब स्थिर एल्गोरिदम FAR ~ 0.1%, FRR ~ 6%), लेकिन केवल आदर्श स्थितियों में।
एफएआर और एफआरआर की संभावनाओं को समझने के लिए, मूल्यांकन करना संभव है कि कर्मियों के एन लोगों की संख्या के साथ प्रवेश संगठन में एक पहचान प्रणाली स्थापित होने पर कितनी बार गलत संयोग उत्पन्न होंगे। N उंगलियों के निशान के डेटाबेस के लिए स्कैनर द्वारा प्राप्त फिंगरप्रिंट के गलत मिलान की संभावना FAR। N है। और हर दिन, लगभग एन लोग एक्सेस कंट्रोल प्वाइंट से गुजरते हैं। फिर कार्य दिवस की त्रुटि की संभावना FAR N (N। N) है। बेशक, पहचान प्रणाली के लक्ष्यों के आधार पर, समय की प्रति इकाई त्रुटि की संभावना बहुत भिन्न हो सकती है, लेकिन यदि एक कार्य दिवस के भीतर एक त्रुटि स्वीकार की जाती है, तो:
(1)
तब हमें पता चलता है कि FAR = 0.1% = 0.001 के साथ पहचान प्रणाली का स्थिर संचालन N .30 के हेडकाउंट के साथ संभव है।

बॉयोमीट्रिक स्कैनर

आज तक, "बायोमेट्रिक एल्गोरिथ्म" और "बायोमेट्रिक स्कैनर" की अवधारणाएं आवश्यक रूप से परस्पर संबंधित नहीं हैं। एक कंपनी इन तत्वों को व्यक्तिगत रूप से या एक साथ उत्पादन कर सकती है। स्कैनर निर्माताओं और सॉफ्टवेयर निर्माताओं के बीच सबसे बड़ा भेदभाव पैपिलरी फिंगर पैटर्न के बॉयोमीट्रिक्स बाजार में हासिल किया गया है। बाजार पर सबसे छोटा 3 डी फेस स्कैनर। वास्तव में, भेदभाव का स्तर बड़े पैमाने पर बाजार के विकास और संतृप्ति को दर्शाता है। अधिक विकल्प - अधिक विषयों ने काम किया और पूर्णता के लिए लाया। विभिन्न स्कैनर्स में क्षमताओं का एक अलग सेट होता है। मूल रूप से, यह जांचने के लिए एक परीक्षण का एक सेट है कि क्या बायोमेट्रिक ऑब्जेक्ट को गलत माना गया है या नहीं। फिंगर स्कैनर के लिए, यह एक राहत जांच या तापमान जांच हो सकती है, नेत्र स्कैनर के लिए, यह चेहरे की स्कैनर के लिए एक पुतली आवास जांच, एक चेहरा आंदोलन हो सकता है।
स्कैनर्स एफएआर और एफआरआर के प्राप्त आंकड़ों को बहुत प्रभावित करते हैं। कुछ मामलों में, ये संख्या दर्जनों बार बदल सकती है, खासकर वास्तविक स्थितियों में। आमतौर पर, एक एल्गोरिथ्म की विशेषताओं को कुछ "आदर्श" आधार के लिए, या सिर्फ एक अच्छे के लिए दिया जाता है, जहां धुंधली और धुंधली फ़्रेम को फेंक दिया जाता है। केवल कुछ एल्गोरिदम ईमानदारी से आधार और उस पर एफएआर / एफआरआर के पूर्ण जारी होने का संकेत देते हैं।

और अब प्रत्येक तकनीकों के बारे में अधिक विस्तार से

उंगलियों के निशान

फिंगरप्रिंटिंग (फिंगरप्रिंट पहचान) व्यक्तिगत पहचान का अब तक का सबसे विकसित बायोमेट्रिक तरीका है। विधि के विकास के लिए उत्प्रेरक 20 वीं शताब्दी के फोरेंसिक विज्ञान में इसका व्यापक उपयोग था।
प्रत्येक व्यक्ति के पास उंगलियों के निशान का एक अनूठा पैपिलरी पैटर्न है, जिसके कारण पहचान संभव है। आमतौर पर, एल्गोरिदम फ़िंगरप्रिंट पर विशेषता बिंदुओं का उपयोग करते हैं: एक पैटर्न लाइन का अंत, एक शाखा, एकल बिंदु। इसके अतिरिक्त, फिंगरप्रिंट की रूपात्मक संरचना के बारे में जानकारी का उपयोग किया जाता है: पैपिलरी पैटर्न, "धनुषाकार" और सर्पिल लाइनों की बंद लाइनों की सापेक्ष स्थिति। पैपिलरी पैटर्न की विशेषताओं को एक अद्वितीय कोड में परिवर्तित किया जाता है जो फिंगरप्रिंट छवि की सूचना सामग्री को संरक्षित करता है। और यह "फिंगरप्रिंट कोड" है जो खोज और तुलना के लिए उपयोग किए जाने वाले डेटाबेस में संग्रहीत किया जाता है। एक फिंगरप्रिंट इमेज को कोड में ट्रांसलेट करने में लगने वाला समय और इसकी पहचान आमतौर पर डेटाबेस के आकार के आधार पर 1s से अधिक नहीं होती है। हाथ प्रस्तुत करने के लिए समय का ध्यान नहीं रखा जाता है।

विधि की सांख्यिकीय विशेषताएं

VeriFinger SDK आँकड़े DP U.are.U फ़िंगरप्रिंट स्कैनर का उपयोग करते हुए FAR और FRR डेटा के स्रोत के रूप में उपयोग किए गए थे। पिछले 5-10 वर्षों में, उंगली की पहचान की विशेषताओं को आगे नहीं बढ़ाया गया है, इसलिए दिए गए आंकड़े आधुनिक एल्गोरिदम के औसत मूल्य का एक अच्छा विचार दिखाते हैं। वेरिफ़िंगर एल्गोरिथ्म ने स्वयं कई वर्षों तक अंतर्राष्ट्रीय फिंगरप्रिंट सत्यापन प्रतियोगिता जीती, जहाँ उंगली की पहचान एल्गोरिदम ने प्रतिस्पर्धा की।

फिंगरप्रिंट पहचान विधि के लिए विशेषता FAR मान 0.001% है।
सूत्र (1) से हमें पता चलता है कि FAR = 0.001% पर पहचान प्रणाली का स्थिर संचालन Nount300 के हेडकाउंट के साथ संभव है।

विधि के फायदे और नुकसान

विधि के फायदे। उच्च विश्वसनीयता - विधि के सांख्यिकीय संकेतक चेहरे, आवाज और पेंटिंग द्वारा पहचान के तरीकों के संकेतक से बेहतर हैं। कम लागत वाले फिंगरप्रिंट स्कैनिंग उपकरण। फिंगरप्रिंट स्कैन करने के लिए एक काफी सरल प्रक्रिया।
नुकसान: छोटी खरोंच, कटौती से फिंगरप्रिंट का पैपिलरी पैटर्न बहुत आसानी से क्षतिग्रस्त हो जाता है। लगभग सौ लोगों के स्टाफ वाले उद्यमों में स्कैनर का उपयोग करने वाले लोग उच्च स्तर की स्कैन विफलता की रिपोर्ट करते हैं। कई स्कैनर सूखी त्वचा के लिए अपर्याप्त हैं और बुजुर्गों को याद नहीं करते हैं। पिछले एमआइपी प्रदर्शनी में संचार करते समय, एक बड़े रासायनिक उद्यम के सुरक्षा सेवा के प्रमुख ने कहा कि उद्यम में उंगली के स्कैनर को पेश करने का उनका प्रयास (विभिन्न प्रणालियों के स्कैनर) विफल रहा - कर्मचारियों की उंगलियों पर रसायनों के न्यूनतम प्रभाव के कारण स्कैनर सुरक्षा प्रणाली विफल हो गई - स्कैनर ने उंगलियों को नकली घोषित किया। आंशिक रूप से विधि के व्यापक उपयोग के कारण प्रिंट छवि के मिथ्याकरण से सुरक्षा की कमी है। बेशक, सभी स्कैनर महापुरूषों के विध्वंसक तरीकों से धोखा नहीं खा सकते हैं, लेकिन फिर भी। "अनुपयुक्त" उंगलियों (विशेष रूप से शरीर का तापमान, आर्द्रता) वाले कुछ लोगों के लिए, अस्वीकृत उपयोग की संभावना 100% तक पहुंच सकती है। ऐसे लोगों की संख्या महंगे स्कैनर के प्रतिशत के फ्रैक्शंस से लेकर दस प्रतिशत तक सस्ती हो सकती है।
बेशक, यह ध्यान देने योग्य है कि बड़ी संख्या में कमियां सिस्टम के व्यापक उपयोग के कारण होती हैं, लेकिन ये कमियां होती हैं और वे अक्सर होती हैं।

बाजार की स्थिति

वर्तमान में, फिंगरप्रिंट पहचान प्रणाली बॉयोमीट्रिक बाजार के आधे से अधिक पर कब्जा कर लेती है। कई रूसी और विदेशी कंपनियां फिंगरप्रिंट पहचान पद्धति के आधार पर एक्सेस कंट्रोल सिस्टम के उत्पादन में लगी हुई हैं। इस तथ्य के कारण कि यह क्षेत्र सबसे पुराना है, इसे सबसे बड़ा वितरण प्राप्त हुआ है और अब तक सबसे विकसित है। फ़िंगरप्रिंट स्कैनर सुधार के लिए बहुत लंबा रास्ता तय कर चुके हैं। आधुनिक सिस्टम विभिन्न सेंसर (तापमान, दबाव, आदि) से लैस हैं, जो फेक के खिलाफ सुरक्षा की डिग्री बढ़ाते हैं। हर दिन, सिस्टम अधिक सुविधाजनक और कॉम्पैक्ट होते जा रहे हैं। वास्तव में, डेवलपर्स पहले से ही इस क्षेत्र में एक निश्चित सीमा तक पहुंच चुके हैं, और आगे विधि विकसित करने के लिए कहीं नहीं है। इसके अलावा, अधिकांश कंपनियां टर्नकी सिस्टम का उत्पादन करती हैं, जो आपकी ज़रूरत की सभी चीज़ों से सुसज्जित होती हैं, जिसमें सॉफ्टवेयर भी शामिल है। इस क्षेत्र में इंटीग्रेटर्स को सिस्टम को अपने दम पर इकट्ठा करने की आवश्यकता नहीं है, क्योंकि यह लाभदायक नहीं है और तैयार-तैयार और पहले से ही सस्ती प्रणाली खरीदने की तुलना में अधिक समय और प्रयास लगेगा, जितना अधिक विकल्प वास्तव में व्यापक होगा।
फिंगरप्रिंट पहचान प्रणाली में लगे विदेशी कंपनियों में, सिकुगेन (पीसी के लिए यूएसबी स्कैनर, उद्यमों में स्थापित किए जा सकने वाले स्कैनर या ताले, एसडीके और सॉफ्टवेयर को कंप्यूटर से जोड़ने के लिए बनाया जा सकता है); बायोमेट्रिक इंक। (फिंगरप्रिंट स्कैनर, टीएए / एक्सेस कंट्रोल सिस्टम, फिंगरप्रिंट एसडीके, एम्बेडेड फिंगरप्रिंट मॉड्यूल); DigitalPersona, Inc. (USB स्कैनर, एसडीके)। रूस में, निम्नलिखित कंपनियां इस क्षेत्र में काम करती हैं: बायोलिंक (फिंगरप्रिंट स्कैनर, बायोमेट्रिक एक्सेस कंट्रोल डिवाइस, सॉफ्टवेयर); सोंडा (फिंगरप्रिंट स्कैनर, बायोमेट्रिक एक्सेस कंट्रोल डिवाइस, एसडीके); स्मार्टलॉक (फिंगरप्रिंट स्कैनर और मॉड्यूल), आदि।

ईरिस

आईरिस एक व्यक्ति की एक अनूठी विशेषता है। आईरिस पैटर्न भ्रूण के विकास के आठवें महीने में बनता है, अंत में लगभग दो साल की उम्र में स्थिर हो जाता है और गंभीर चोटों या तेज विकृति के परिणामस्वरूप, जीवन के दौरान व्यावहारिक रूप से नहीं बदलता है। बायोमेट्रिक विधियों के बीच विधि सबसे सटीक है।
आईरिस के अनुसार किसी व्यक्ति की पहचान करने की प्रणाली को तार्किक रूप से दो भागों में विभाजित किया जाता है: एक छवि को कैप्चर करने के लिए एक उपकरण, इसकी प्राथमिक प्रसंस्करण और इसे कंप्यूटर पर प्रसारित करना, और एक कंप्यूटर जो छवि की तुलना डेटाबेस में करता है और कार्यकारी डिवाइस को प्रवेश कमांड भेजता है।
आधुनिक प्रणालियों में प्राथमिक छवि प्रसंस्करण का समय लगभग 300-500ms है, आधार के साथ प्राप्त छवि की तुलना की गति एक नियमित पीसी पर 50,000-150000 तुलना प्रति सेकंड के स्तर पर है। यह तुलना गति बड़े संगठनों में विधि के आवेदन पर प्रतिबंध नहीं लगाती है जब एक्सेस सिस्टम में उपयोग किया जाता है। विशेष कैलकुलेटर और खोज अनुकूलन एल्गोरिदम का उपयोग करते समय, पूरे देश के निवासियों के बीच एक व्यक्ति की पहचान करना और भी संभव हो जाता है।
मैं तुरंत जवाब दे सकता हूं कि मैं इस पद्धति के बारे में कुछ पक्षपाती और सकारात्मक हूं, क्योंकि यह इस क्षेत्र में था कि हमने अपना स्टार्टअप लॉन्च किया। अंत में पैराग्राफ छोटे स्व-पीआर के लिए समर्पित होगा।

विधि की सांख्यिकीय विशेषताएं

आईरिस के लिए एफएआर और एफआरआर की विशेषताएं आधुनिक बायोमेट्रिक सिस्टम (रेटिना मान्यता पद्धति के संभावित अपवाद के साथ) के वर्ग में सर्वश्रेष्ठ हैं। लेख हमारे एल्गोरिथ्म - आईआईआर एसडीके के आईरिस मान्यता पुस्तकालय की विशेषताओं को प्रस्तुत करता है, जो एक ही आधार पर परीक्षण किए गए वेरिएइ एल्गोरिदम के अनुरूप है। उनके स्कैनर द्वारा प्राप्त CASIA ठिकानों का उपयोग किया गया था।

एफएआर की विशेषता मूल्य 0.00001% है।
सूत्र (1) के अनुसार, N≈3000 संगठन में कर्मियों की संख्या है, जिस पर कर्मचारी की पहचान काफी स्थिर है।
यह एक महत्वपूर्ण विशेषता पर ध्यान देने योग्य है जो आइरिस के लिए मान्यता प्रणाली को अन्य प्रणालियों से अलग करता है। 1.3MP के कैमरा रिज़ॉल्यूशन का उपयोग करने के मामले में, आप दो आंखों को एक फ्रेम में कैद कर सकते हैं। चूंकि एफएआर और एफआरआर सांख्यिकीय रूप से स्वतंत्र संभावनाएं हैं, जब दो आंखों से पहचाने जाते हैं, तो एफएआर मूल्य एक आंख के लिए एफएआर मूल्य के वर्ग के बराबर होगा। उदाहरण के लिए, दो आँखों का उपयोग करते समय एफएआर 0.001% के लिए, झूठी सहिष्णुता की संभावना 10-8% होगी, एफआरआर के साथ एफएआर = 0.001% के साथ एक आंख के लिए संबंधित एफआरआर से केवल दो गुना अधिक है।

विधि के फायदे और नुकसान

विधि के फायदे। एल्गोरिथ्म की सांख्यिकीय विश्वसनीयता। आईरिस की छवि को कई सेंटीमीटर की दूरी पर कई मीटर तक बनाया जा सकता है, जबकि डिवाइस के साथ व्यक्ति का शारीरिक संपर्क नहीं होता है। परितारिका क्षति से सुरक्षित है - जिसका अर्थ है कि यह समय के साथ नहीं बदलेगा। अधिक संख्या में नकली-विरोधी तरीकों का उपयोग करना भी संभव है।
विधि के नुकसान। आईरिस पर आधारित प्रणाली की कीमत उंगली की पहचान या चेहरे की पहचान पर आधारित प्रणाली की कीमत से अधिक है। टर्नकी समाधान की कम उपलब्धता। कोई भी इंटीग्रेटर जो आज रूसी बाजार में आता है और कहता है कि "मुझे एक तैयार प्रणाली दे दो" से ब्रेक होने की संभावना है। उनमें से ज्यादातर इरिडियन या एलजी जैसी बड़ी कंपनियों द्वारा स्थापित महंगे टर्नकी सिस्टम बेचते हैं।

बाजार की स्थिति

विभिन्न अनुमानों के अनुसार, विश्व बॉयोमीट्रिक बाजार पर आईरिस पहचान प्रौद्योगिकियों का विशिष्ट वजन 6 से 9 प्रतिशत है (जबकि फिंगरप्रिंट पहचान प्रौद्योगिकियां बाजार के आधे से अधिक पर कब्जा करती हैं)। यह ध्यान दिया जाना चाहिए कि इस पद्धति के विकास की शुरुआत से ही, पहचान प्रणाली को इकट्ठा करने के लिए आवश्यक उपकरणों और घटकों की उच्च लागत से बाजार में इसकी मजबूती धीमी हो गई थी। हालांकि, डिजिटल प्रौद्योगिकी के विकास के साथ, एक अलग प्रणाली की लागत में गिरावट शुरू हुई।
इस क्षेत्र में सॉफ्टवेयर विकास में अग्रणी इरिडियन टेक्नोलॉजीज है।
बड़ी संख्या में निर्माताओं के लिए बाजार में प्रवेश करना स्कैनर की तकनीकी जटिलता से सीमित था और, परिणामस्वरूप, उनकी उच्च लागत, साथ ही साथ इरिडियन की अनन्य बाजार स्थिति के कारण सॉफ्टवेयर की उच्च कीमत। इन कारकों ने केवल बड़ी कंपनियों को आईरिस मान्यता के क्षेत्र में विकसित करने की अनुमति दी, सबसे अधिक संभावना पहले से ही पहचान प्रणाली के लिए उपयुक्त कुछ घटकों के उत्पादन में लगी हुई है (उच्च संकल्प प्रकाशिकी, अवरक्त रोशनी के साथ लघु कैमरे, आदि)। ऐसी कंपनियों के उदाहरण एलजी इलेक्ट्रॉनिक्स, पैनासोनिक, ओकेआई हैं। उन्होंने इरिडियन टेक्नोलॉजीज के साथ एक समझौता किया, और सहयोग के परिणामस्वरूप, निम्नलिखित पहचान प्रणालियां दिखाई दीं: आइरिस एक्सेस 2200, बीएम-ईटी 500, ओकेआई आईरिसपास। भविष्य में, इस क्षेत्र में स्वतंत्र रूप से विकसित करने के लिए इन कंपनियों की तकनीकी क्षमताओं की बदौलत सुधरे हुए सिस्टम मॉडल का उदय हुआ।यह कहा जाना चाहिए कि उपरोक्त कंपनियों ने अपने स्वयं के सॉफ़्टवेयर भी विकसित किए हैं, लेकिन अंत में वे तैयार प्रणाली में इरिडियन टेक्नोलॉजीज सॉफ़्टवेयर पसंद करते हैं।
रूसी बाजार पर विदेशी कंपनियों के उत्पाद "प्रबल" हैं। यद्यपि किसी को कठिनाई से खरीदा जा सकता है। लंबे समय तक, कंपनी पैपिलोन ने सभी को आश्वस्त किया कि उन्हें आईरिस द्वारा मान्यता प्राप्त है। लेकिन यहां तक ​​कि उनके प्रत्यक्ष क्रेता रोसआटॉम के प्रतिनिधि, जिनके लिए उन्होंने सिस्टम बनाया, उनका कहना है कि यह सच नहीं है। कुछ बिंदु पर, कुछ अन्य रूसी कंपनी दिखाई दीं जिन्होंने आइरिस स्कैनर बनाए। अब मुझे नाम याद नहीं है। उन्होंने किसी से एल्गोरिथ्म खरीदा, शायद उसी वेरिए से। स्कैनर अपने आप में 10-15 साल पुरानी प्रणाली थी, संपर्क रहित नहीं।
अंतिम वर्ष में, नए निर्माताओं के एक जोड़े ने आँख से एक व्यक्ति को पहचानने के लिए प्राथमिक पेटेंट की समाप्ति के संबंध में विश्व बाजार में प्रवेश किया। उनमें से सबसे भरोसेमंद, मेरी राय में, AOptix है। कम से कम उनके पूर्वावलोकन और प्रलेखन संदिग्ध नहीं हैं। दूसरी कंपनी SRI इंटरनेशनल है। पहली नज़र में भी, जो लोग आईरिस मान्यता प्रणालियों में शामिल हैं, उनके वीडियो बहुत झूठे लगते हैं। हालांकि मुझे आश्चर्य नहीं होगा अगर वास्तव में वे कुछ कर सकते हैं। वह और वह प्रणाली दोनों एफएआर और एफआरआर पर डेटा नहीं दिखाते हैं, और यह भी, जाहिरा तौर पर, नकली से संरक्षित नहीं है।

चेहरे की पहचान

कई चेहरा पहचानने के तरीके हैं। वे सभी इस तथ्य पर आधारित हैं कि चेहरे की विशेषताएं और प्रत्येक व्यक्ति की खोपड़ी का आकार अलग-अलग है। बायोमेट्रिक्स का यह क्षेत्र कई लोगों के लिए आकर्षक लगता है, क्योंकि हम एक-दूसरे को मुख्य रूप से पहचानते हैं। इस क्षेत्र को दो दिशाओं में विभाजित किया गया है: 2-डी मान्यता और 3-डी मान्यता। उनमें से प्रत्येक के फायदे और नुकसान हैं, लेकिन बहुत कुछ अनुप्रयोग के क्षेत्र और एक विशेष एल्गोरिथ्म के लिए आवश्यकताओं पर भी निर्भर करता है।
संक्षेप में, मैं 2-डी के बारे में बात करूंगा और आज के सबसे दिलचस्प तरीकों में से एक पर आगे बढ़ूंगा - 3-डी।

2-डी चेहरा पहचान

2-डी चेहरा पहचान बायोमेट्रिक्स के सबसे सांख्यिकीय अप्रभावी तरीकों में से एक है। यह एक लंबे समय से पहले दिखाई दिया और मुख्य रूप से फोरेंसिक में उपयोग किया गया, जिसने इसके विकास में योगदान दिया। इसके बाद, विधि की कंप्यूटर व्याख्याएं दिखाई दीं, जिसके परिणामस्वरूप यह अधिक विश्वसनीय हो गया, लेकिन, निश्चित रूप से, हीन और हर साल व्यक्तिगत पहचान के अन्य बायोमेट्रिक तरीकों से अधिक से अधिक हीन। वर्तमान में, खराब सांख्यिकीय संकेतकों के कारण, इसका उपयोग मल्टीमॉडल में किया जाता है या, जैसा कि इसे भी कहा जाता है, क्रॉस बायोमेट्रिक्स या सामाजिक नेटवर्क में।

विधि की सांख्यिकीय विशेषताएं

FAR और FRR के लिए, VeriLook एल्गोरिदम के डेटा का उपयोग किया जाता है। फिर से, आधुनिक एल्गोरिदम के लिए, इसमें बहुत ही सामान्य विशेषताएं हैं। 0.1% के FRR वाले एल्गोरिदम को कभी-कभी एक समान एफएआर के साथ फ्लैश किया जाता है, लेकिन जिन ठिकानों से उन्हें प्राप्त किया गया था वे बहुत ही संदिग्ध हैं (कट आउट पृष्ठभूमि, एक ही चेहरे की अभिव्यक्ति, एक ही केश, प्रकाश)।

एफएआर की विशेषता मूल्य 0.1% है।
सूत्र (1) से हम N≈30 प्राप्त करते हैं - संगठन में कर्मियों की संख्या जिस पर कर्मचारी की पहचान काफी स्थिर है।
जैसा कि आप देख सकते हैं, विधि के सांख्यिकीय संकेतक काफी मामूली हैं: यह उस विधि के लाभ को समाप्त करता है जिससे भीड़-भाड़ वाले स्थानों पर लोगों की गुप्त शूटिंग करना संभव है। यह देखना मजेदार है कि अपराधियों का पता लगाने के लिए एक वर्ष में एक बार किसी अन्य परियोजना को कैसे भीड़-भाड़ वाली जगहों पर वीडियो कैमरों के माध्यम से वित्तपोषित किया जाता है। पिछले दस वर्षों में, एल्गोरिथ्म की सांख्यिकीय विशेषताओं में सुधार नहीं हुआ है, और ऐसी परियोजनाओं की संख्या में वृद्धि हुई है। यद्यपि, यह ध्यान देने योग्य है कि एल्गोरिथ्म कई कैमरों के माध्यम से एक भीड़ में किसी व्यक्ति का नेतृत्व करने के लिए काफी उपयुक्त है।

विधि के फायदे और नुकसान

विधि के फायदे। 2-डी मान्यता के साथ, अधिकांश बायोमेट्रिक तरीकों के विपरीत, महंगे उपकरण की आवश्यकता नहीं है। उपयुक्त उपकरण के साथ, कैमरे से महत्वपूर्ण दूरी पर पहचान करने की क्षमता।
नुकसान। कम सांख्यिकीय आत्मविश्वास। प्रकाश आवश्यकताओं को प्रस्तुत किया जाता है (उदाहरण के लिए, सड़क पर धूप वाले दिन से प्रवेश करने वाले लोगों के चेहरे को पंजीकृत करना संभव नहीं है)। कई एल्गोरिदम के लिए, किसी भी बाहरी हस्तक्षेप की असमानता, जैसे चश्मा, एक दाढ़ी, केश के कुछ तत्व। बहुत मामूली विचलन के साथ, चेहरे की अनिवार्य रूप से एक ललाट छवि। कई एल्गोरिदम चेहरे के भावों में संभावित परिवर्तनों को ध्यान में नहीं रखते हैं, अर्थात, अभिव्यक्ति तटस्थ होनी चाहिए।

3-डी चेहरा पहचान

इस पद्धति का कार्यान्वयन एक जटिल कार्य है। इसके बावजूद, वर्तमान में 3-डी फेस रिकग्निशन के लिए कई तरीके हैं। तरीकों की एक दूसरे के साथ तुलना नहीं की जा सकती है, क्योंकि वे विभिन्न स्कैनर और डेटाबेस का उपयोग करते हैं। उनमें से सभी एफएआर और एफआरआर का उत्पादन नहीं करते हैं, पूरी तरह से अलग-अलग तरीकों का उपयोग किया जाता है।
2-डी से 3-डी विधि में संक्रमण एक ऐसी विधि है जो किसी व्यक्ति के बारे में जानकारी के संचय को लागू करती है। इस विधि में 2 डी विधि की तुलना में बेहतर विशेषताएं हैं, लेकिन जैसे यह केवल एक कैमरे का उपयोग करता है। जब किसी विषय को डेटाबेस में दर्ज किया जाता है, तो विषय उसके सिर को बदल देता है और एल्गोरिथ्म छवि को एक साथ जोड़ता है, जो एक 3 डी टेम्पलेट बनाता है। और मान्यता के लिए, वीडियो स्ट्रीम के कई फ़्रेम का उपयोग किया जाता है। यह विधि प्रयोगात्मक होने की अधिक संभावना है और मैंने एक्सेस कंट्रोल सिस्टम के लिए कार्यान्वयन कभी नहीं देखा है।
सबसे क्लासिक विधि टेम्पलेट प्रक्षेपण विधि है। यह इस तथ्य में शामिल है कि एक ग्रिड एक वस्तु (चेहरे) पर पेश किया जाता है। फिर कैमरा दसियों फ्रेम प्रति सेकंड की गति से चित्र लेता है, और परिणामस्वरूप छवियों को एक विशेष कार्यक्रम द्वारा संसाधित किया जाता है। एक घुमावदार सतह पर एक बीम की घटना झुकती है - सतह की वक्रता जितनी अधिक होती है, बीम का मोड़ उतना ही मजबूत होता है। प्रारंभ में, "अंधा" के माध्यम से दृश्य प्रकाश का एक स्रोत लागू किया गया था। तब दृश्यमान प्रकाश को अवरक्त द्वारा बदल दिया गया था, जिसके कई फायदे हैं। आमतौर पर, प्रसंस्करण के पहले चरण में, छवियों को छोड़ दिया जाता है जिसमें चेहरे बिल्कुल दिखाई नहीं देते हैं या विदेशी वस्तुएं होती हैं जो पहचान में हस्तक्षेप करती हैं। प्राप्त छवियों के आधार पर, चेहरे का एक 3-डी मॉडल बहाल किया जाता है, जिस पर अनावश्यक हस्तक्षेप (केश, दाढ़ी, मूंछ और चश्मा) आवंटित और हटा दिया जाता है।फिर मॉडल का विश्लेषण किया जाता है - एन्थ्रोपोमेट्रिक विशेषताओं को हाइलाइट किया जाता है, जो अंततः एक अद्वितीय कोड में दर्ज किया जाता है जो डेटाबेस में दर्ज होता है। सर्वश्रेष्ठ मॉडल के लिए छवि पर कब्जा और प्रसंस्करण समय 1-2 सेकंड है।
कई कैमरों से प्राप्त छवि के आधार पर 3-डी मान्यता पद्धति भी लोकप्रियता प्राप्त कर रही है। इसका एक उदाहरण अपने 3 डी स्कैनर के साथ कंपनी वोकॉर्ड है। टेम्प्लेट प्रोजेक्ट करने की विधि से ऊपर, डेवलपर्स के आश्वासन के अनुसार, यह विधि स्थिति की सटीकता देती है। लेकिन, जब तक मैं एफएआर और एफआरआर को कम से कम अपने आधार पर नहीं देखता - मुझे विश्वास नहीं होता है !!! लेकिन इसे 3 साल पहले ही विकसित किया गया है, और प्रदर्शनियों में प्रगति अभी तक दिखाई नहीं दे रही है।

विधि सांख्यिकी

इस वर्ग के एल्गोरिदम के लिए एफआरआर और एफएआर पर पूरा डेटा निर्माताओं की वेबसाइटों पर खुले तौर पर नहीं दिया गया है। लेकिन Bioscript (3D EnrolCam, 3D FastPass) के सर्वश्रेष्ठ मॉडलों के लिए, FAR = 0.0047% के साथ टेम्पलेट प्रोजेक्ट करने की विधि द्वारा काम करना, FRR 0.103% है।
यह माना जाता है कि विधि की सांख्यिकीय विश्वसनीयता फिंगरप्रिंट पहचान विधि की विश्वसनीयता के लिए तुलनीय है।

विधि के फायदे और नुकसान

विधि के फायदे। स्कैनिंग डिवाइस से संपर्क करने की आवश्यकता नहीं है। बाहरी कारकों के प्रति कम संवेदनशीलता, दोनों व्यक्ति खुद पर (चश्मे की उपस्थिति, दाढ़ी, केश विन्यास में बदलाव), और उसके परिवेश (प्रकाश, सिर रोटेशन) में। फिंगरप्रिंट पहचान की तुलना में उच्च स्तर की विश्वसनीयता।
विधि के नुकसान। उपकरणों की उच्च लागत। आईरिस स्कैनर्स के लिए भी व्यावसायिक रूप से उपलब्ध कॉम्प्लेक्स कीमत में बेहतर थे। चेहरे के भावों में बदलाव और चेहरे पर हस्तक्षेप से विधि की सांख्यिकीय विश्वसनीयता बिगड़ जाती है। विधि अभी भी अच्छी तरह से विकसित नहीं हुई है, खासकर लंबे समय से उपयोग किए जाने वाले फिंगरप्रिंटिंग की तुलना में, जो इसके व्यापक उपयोग को जटिल करता है।

बाजार की स्थिति

फ़िंगरप्रिंट और आइरिस द्वारा मान्यता के साथ-साथ चेहरे की पहचान को "तीन बड़े बॉयोमीट्रिक्स" के रूप में स्थान दिया गया है। मुझे कहना होगा कि यह विधि काफी सामान्य है, और अब तक यह आंख की परितारिका द्वारा मान्यता पर पसंद किया जाता है। वैश्विक बायोमेट्रिक बाजार की कुल मात्रा में चेहरा पहचान प्रौद्योगिकियों के विशिष्ट वजन का अनुमान 13-18 प्रतिशत लगाया जा सकता है। रूस में, इस तकनीक से भी अधिक रुचि दिखाई देती है, उदाहरण के लिए, आईरिस द्वारा पहचान करना। जैसा कि पहले उल्लेख किया गया है, कई 3-डी मान्यता एल्गोरिदम हैं। अधिकांश भाग के लिए, कंपनियां ऑफ-द-शेल्फ सिस्टम विकसित करना पसंद करती हैं, जिनमें स्कैनर, सर्वर और सॉफ्टवेयर शामिल हैं। हालांकि, ऐसे लोग हैं जो उपभोक्ता को केवल एसडीके प्रदान करते हैं। आज, निम्नलिखित कंपनियों को नोट किया जा सकता है,इस तकनीक के विकास में लगे: जियोमेट्रिक्स, इंक। (3D फेस स्कैनर, सॉफ्टवेयर), अमेरिका में Genex Technologies (3D फेस स्कैनर, सॉफ्टवेयर), जर्मनी में Cognitec Systems GmbH (SDK, विशेष कंप्यूटर, 2D कैमरा), Bioscrypt (3D फेस स्कैनर, सॉफ्टवेयर) अमेरिकी कंपनी L- की एक सहायक कंपनी है। 1 पहचान समाधान।
रूस में, Artec Group कंपनियां (3D फेस स्कैनर और सॉफ्टवेयर) इस क्षेत्र में काम करती हैं - मॉस्को में विकास और उत्पादन के साथ कैलिफोर्निया में मुख्यालय वाली कंपनी। कई रूसी कंपनियों के पास 2 डी फेस रिकग्निशन टेक्नोलॉजी भी है - वोकॉर्ड, आईटीवी, आदि
। 2 डी फेस रिकग्निशन के क्षेत्र में, विकास का मुख्य विषय सॉफ्टवेयर है, क्योंकि पारंपरिक कैमरे चेहरे की छवियों को कैप्चर करने का एक बड़ा काम करते हैं। कुछ हद तक, चेहरे की छवि द्वारा मान्यता समस्या का समाधान एक ठहराव पर आ गया है - कई वर्षों से, एल्गोरिदम के सांख्यिकीय संकेतकों में व्यावहारिक रूप से कोई सुधार नहीं हुआ है। इस क्षेत्र में, एक व्यवस्थित "त्रुटियों पर काम" हो रहा है।
3D फेस रिकग्निशन अब डेवलपर्स के लिए बहुत अधिक आकर्षक क्षेत्र है। कई टीमें इसमें काम करती हैं और नियमित रूप से नई खोजों के बारे में सुनती हैं। कई कार्य "जारी होने के बारे में" की स्थिति में हैं। लेकिन अभी तक बाजार में केवल पुराने प्रस्ताव हैं, हाल के वर्षों में विकल्प नहीं बदला है।
उन दिलचस्प बिंदुओं में से एक, जिनके बारे में मैं कभी-कभी सोचता हूं और जिसका जवाब हैब्रा दे सकता है: क्या इस तरह की प्रणाली बनाने के लिए किनेक्ट सटीकता पर्याप्त होगी? उसके माध्यम से एक व्यक्ति के 3 डी मॉडल को खींचने के लिए काफी कुछ परियोजनाएं हैं।

हाथ की नस पहचान

यह बायोमेट्रिक्स के क्षेत्र में एक नई तकनीक है, इसका व्यापक उपयोग लगभग 5-10 साल पहले ही शुरू हुआ था। एक इन्फ्रारेड कैमरा हाथ के बाहर या अंदर की तस्वीरें लेता है। शिरा पैटर्न इस तथ्य के कारण बनता है कि रक्त का हीमोग्लोबिन आईआर विकिरण को अवशोषित करता है। नतीजतन, प्रतिबिंब की डिग्री कम हो जाती है, और नसें कैमरे पर काली रेखाओं के रूप में दिखाई देती हैं। प्राप्त आंकड़ों के आधार पर एक विशेष कार्यक्रम एक डिजिटल दृढ़ संकल्प बनाता है। स्कैनिंग डिवाइस के साथ कोई मानव संपर्क नहीं।
तकनीक आंख के परितारिका द्वारा मान्यता के साथ विश्वसनीयता में तुलनीय है, कुछ मायनों में यह बेहतर है, और कुछ मायनों में हीन।
FRR और FAR पाम वेन स्कैनर के लिए हैं। डेवलपर के अनुसार, एफएआर में, 0.0008% एफआरआर 0.01% है। एक से अधिक फर्म कई मूल्यों के लिए अधिक सटीक ग्राफ नहीं देते हैं।

विधि के फायदे और नुकसान

विधि के फायदे। स्कैनिंग डिवाइस से संपर्क करने की आवश्यकता नहीं है। उच्च विश्वसनीयता - विधि के सांख्यिकीय संकेतक आईरिस के संकेतों के साथ तुलनीय हैं। छिपी हुई विशेषताएं: उपरोक्त सभी के विपरीत, इस विशेषता को किसी व्यक्ति से "सड़क पर" प्राप्त करना बहुत मुश्किल है, उदाहरण के लिए, उसे कैमरे से फोटो खींचकर।
विधि के नुकसान। सूरज की रोशनी और हलोजन लैंप की किरणों द्वारा स्कैनर की रोशनी अस्वीकार्य है। कुछ उम्र से संबंधित बीमारियां, जैसे गठिया, गंभीर रूप से एफएआर और एफआरआर खराब हो जाती हैं। बायोमेट्रिक्स के अन्य स्थिर तरीकों की तुलना में विधि का कम अध्ययन किया जाता है।

बाजार की स्थिति

हाथ नस पैटर्न की मान्यता एक काफी नई तकनीक है, और इसलिए विश्व बाजार में इसकी हिस्सेदारी छोटी है और लगभग 3% है। हालांकि, यह विधि बढ़ती रुचि दिखा रही है। तथ्य यह है कि, काफी सटीक होने के नाते, इस पद्धति को ऐसे महंगे उपकरणों की आवश्यकता नहीं होती है, उदाहरण के लिए, फेस ज्यामिति या आईरिस द्वारा मान्यता विधियों। अब इस क्षेत्र में कई कंपनियां विकसित हो रही हैं। इसलिए, उदाहरण के लिए, ब्रिटिश कंपनी TDSi के आदेश से, Fujitsu द्वारा प्रस्तुत बायोमेट्रिक पाम नस रीडर PalmVein के लिए सॉफ्टवेयर विकसित किया गया था। स्कैनर को मुख्य रूप से जापान में वित्तीय धोखाधड़ी से निपटने के लिए फुजित्सु द्वारा विकसित किया गया था।
निम्न Vete Pte कंपनियाँ नस प्रतिरूप पहचान के क्षेत्र में भी काम करती हैं। लिमिटेड (स्कैनर, सॉफ्टवेयर), हिताची वेनिड (स्कैनर)
मैं रूस में इस तकनीक से जुड़ी कंपनियों को नहीं जानता।

रेटिना

कुछ समय पहले तक, यह माना जाता था कि किसी व्यक्ति की बायोमेट्रिक पहचान और प्रमाणीकरण का सबसे विश्वसनीय तरीका आंख की रेटिना को स्कैन करने पर आधारित एक विधि है। इसमें हाथ की परितारिका और शिराओं द्वारा पहचान की सर्वोत्तम विशेषताएं हैं। स्कैनर रेटिना की सतह पर केशिकाओं के पैटर्न को पढ़ता है। रेटिना में एक निश्चित संरचना होती है, जो समय पर अपरिवर्तित होती है, उदाहरण के लिए, एक बीमारी के परिणामस्वरूप, मोतियाबिंद।
आंख के पीछे रक्त वाहिकाओं को पुतली के माध्यम से निर्देशित कम तीव्रता वाले अवरक्त प्रकाश का उपयोग करके रेटिना को स्कैन किया जाता है। संवेदनशील वस्तुओं के लिए अभिगम नियंत्रण प्रणालियों में रेटिना स्कैनर का व्यापक रूप से उपयोग किया जाता है, क्योंकि उनके पास पंजीकृत उपयोगकर्ताओं द्वारा अस्वीकृत सबसे कम प्रतिशत पहुंच है और व्यावहारिक रूप से कोई गलत उपयोग अनुमति नहीं है।
दुर्भाग्य से, बॉयोमीट्रिक्स की इस पद्धति का उपयोग करते समय कई कठिनाइयां उत्पन्न होती हैं। यहां स्कैनर एक बहुत ही जटिल ऑप्टिकल सिस्टम है, और एक व्यक्ति को काफी समय तक नहीं चलना चाहिए जब तक कि सिस्टम प्रेरित न हो, जो अप्रिय उत्तेजना का कारण बनता है।
FAR = 0.001% के साथ ICAM2001 स्कैनर के लिए EyeDentify के अनुसार, FRR का मान 0.4% है।

विधि के फायदे और नुकसान

लाभ।सांख्यिकीय विश्वसनीयता का उच्च स्तर। प्रणालियों के कम प्रसार के कारण, उन्हें "धोखा" देने का एक तरीका विकसित करने की बहुत कम संभावना है।
नुकसान। उच्च प्रसंस्करण समय के साथ प्रणाली का उपयोग करना मुश्किल है। प्रणाली की उच्च लागत। एक विस्तृत आपूर्ति बाजार की कमी और, परिणामस्वरूप, विधि का अपर्याप्त विकास।

हाथ की ज्यामिति

10 साल पहले की यह विधि और जो हाल के वर्षों में फोरेंसिक से विकसित हुई है, गिरावट की ओर है। यह हाथों की ज्यामितीय विशेषताओं को प्राप्त करने पर आधारित है: उंगली की लंबाई, हथेली की चौड़ाई, आदि। यह विधि, आंख के रेटिना की तरह, मर रही है, और चूंकि इसमें बहुत कम विशेषताएं हैं, इसलिए हम इसे और अधिक पूर्ण विवरण के लिए भी पेश नहीं करेंगे।
कभी-कभी यह माना जाता है कि नसों द्वारा मान्यता प्रणालियों में, ज्यामितीय मान्यता विधियों का उपयोग किया जाता है। लेकिन बिक्री पर, हमने ऐसा स्पष्ट रूप से घोषित नहीं देखा है। और इसके अलावा, अक्सर जब शिराओं द्वारा पहचान की जाती है, केवल एक हथेली ली जाती है, जबकि ज्यामिति द्वारा पहचानने पर, एक उंगली ली जाती है।

थोड़ा सा स्व

एक समय में, हमने एक अच्छी आंख मान्यता एल्गोरिदम विकसित किया। लेकिन उस समय इस देश में इस तरह की उच्च तकनीक की जरूरत नहीं थी, लेकिन मैं बुर्जुआ (जहां हम पहले लेख के बाद आमंत्रित थे) नहीं जाना चाहते थे। लेकिन अचानक, डेढ़ साल बाद, ऐसे निवेशक थे जो "बायोमेट्रिक पोर्टल" का निर्माण करना चाहते थे - एक ऐसी प्रणाली जो 2 आँखें खाएगी और आईरिस के रंग घटक का उपयोग करेगी (जिसके लिए निवेशक का विश्व पेटेंट था)। दरअसल अब हम ऐसा कर रहे हैं। लेकिन यह स्व-पीआर के बारे में एक लेख नहीं है, यह एक संक्षिप्त विषयांतर है। अगर किसी को दिलचस्पी है तो यहां थोड़ी जानकारी है, और भविष्य में, जब हम बाजार में प्रवेश करेंगे (या प्रवेश नहीं करेंगे) मैं रूस में बायोमेट्रिक परियोजना के उतार-चढ़ाव के बारे में कुछ शब्द लिखूंगा।

निष्कर्ष

यहां तक ​​कि स्थिर बायोमेट्रिक सिस्टम की कक्षा में, सिस्टम का एक बड़ा चयन होता है। किसको चुनना है? यह सब सुरक्षा आवश्यकताओं पर निर्भर करता है। सबसे सांख्यिकीय रूप से विश्वसनीय और नकली-प्रतिरोधी एक्सेस सिस्टम हाथों की परितारिका और नसों के लिए एक्सेस सिस्टम हैं। उनमें से पहले पर प्रस्तावों का एक व्यापक बाजार है। लेकिन यह सीमा नहीं है। खगोलीय सटीकता हासिल करने के लिए बायोमीट्रिक पहचान प्रणाली को जोड़ा जा सकता है। सबसे सस्ता और उपयोग करने में आसान, लेकिन अच्छे आंकड़ों के साथ, फिंगर एक्सेस सिस्टम हैं। 2 डी चेहरा सहिष्णुता सुविधाजनक और सस्ता है, लेकिन खराब आंकड़ों के कारण सीमित गुंजाइश है।
उन विशेषताओं पर विचार करें जिनमें से प्रत्येक सिस्टम में होगा: नकली का प्रतिरोध, पर्यावरण का प्रतिरोध, उपयोग में आसानी, लागत, गति, समय के साथ बायोमेट्रिक सुविधा की स्थिरता। प्रत्येक कॉलम में 1 से 10 तक ग्रेड दें। स्कोर करीब 10 है, इस संबंध में बेहतर प्रणाली। रेटिंग चुनने के सिद्धांतों को लेख की शुरुआत में वर्णित किया गया था।

इन प्रणालियों के लिए एफएआर और एफआरआर के अनुपात पर भी विचार करें। यह अनुपात प्रणाली की प्रभावशीलता और इसके उपयोग की चौड़ाई को निर्धारित करता है।

यह याद रखने योग्य है कि आईरिस के लिए आप सिस्टम की सटीकता को लगभग चार गुना बढ़ा सकते हैं, समय की हानि के बिना, यदि आप इसे दो आंखों में बनाकर सिस्टम को जटिल करते हैं। फ़िंगरप्रिंट विधि के लिए - कई उंगलियों को मिलाकर, और नसों द्वारा मान्यता, दो हाथों के संयोजन द्वारा, लेकिन ऐसा सुधार केवल एक व्यक्ति के साथ काम करने में लगने वाले समय में वृद्धि के साथ संभव है।
तरीकों के लिए परिणामों को सारांशित करते हुए, हम कह सकते हैं कि मध्यम और बड़ी वस्तुओं के लिए, साथ ही अधिकतम सुरक्षा आवश्यकता वाली वस्तुओं के लिए, आपको आईरिस को बायोमेट्रिक एक्सेस के रूप में उपयोग करना चाहिए और, संभवतः, हाथों की नसों द्वारा मान्यता। कई सौ लोगों तक की वस्तुओं के लिए, उंगलियों के निशान तक पहुंच इष्टतम होगी। 2 डी चेहरे की पहचान प्रणाली बहुत विशिष्ट हैं। उन मामलों में आवश्यक हो सकता है जहां मान्यता के लिए शारीरिक संपर्क की अनुपस्थिति की आवश्यकता होती है, लेकिन आईरिस में एक नियंत्रण प्रणाली डालना असंभव है। उदाहरण के लिए, यदि किसी व्यक्ति को उसकी भागीदारी के बिना, एक छिपे हुए कैमरे, या एक बाहरी पता लगाने वाले कैमरे की पहचान करना आवश्यक है, लेकिन यह केवल डेटाबेस में कुछ विषयों और कैमरा द्वारा फिल्माए गए लोगों की एक छोटी सी धारा के साथ ही संभव है।

युवा तकनीशियन को ध्यान दें

कुछ निर्माता, उदाहरण के लिए, न्यूरोटेक्नोलोजी में बायोमेट्रिक्स विधियों के डेमो संस्करण हैं जो वे साइट पर जारी करते हैं, ताकि आप उन्हें आसानी से कनेक्ट कर सकें और खेल सकें। उन लोगों के लिए जो समस्या को अधिक गंभीरता से हल करने का निर्णय लेते हैं, मैं केवल उस पुस्तक को सलाह दे सकता हूं जिसे मैंने रूसी में देखा था - "गाइड टू बायोमेट्रिक्स" आर.एम. बॉल, जे.एच. कोनेल, एस। पंचांति। कई एल्गोरिदम और उनके गणितीय मॉडल हैं। सब कुछ पूर्ण नहीं है और सब कुछ वर्तमान से मेल नहीं खाता है, लेकिन आधार बुरा और व्यापक नहीं है।

पुनश्च

इस ऑपस में, मैं प्रमाणीकरण की समस्या में नहीं गया, लेकिन केवल पहचान को प्रभावित किया। सिद्धांत रूप में, एफएआर / एफआरआर की विशेषताओं और मिथ्याकरण की संभावना से, प्रमाणीकरण के मुद्दे पर सभी निष्कर्ष स्व-स्पष्ट हैं।